JEPH 环境与公共卫生杂志 1687-9813 1687-9805. Hindawi出版公司 935825 10.1155 / 2012/935825 935825 研究文章 空气污染缓解对医疗成本潜在影响的评估方法 sætterstrøm. Bjørn 1 克鲁斯 玛丽 1、2 Brønum-汉森 亨瑞克 3. Bønløkke. Jakob Hjort 4 Meulengracht Flachs. esben. 5 Sørensen 1月 1 拉赫曼 Mahfuzar 1 应用卫生服务研究和技术评估中心 南丹麦大学 J.B.温斯øws Vej 9B, 1, 5000 丹麦 sdu.dk 2 丹麦卫生服务研究所 Dampfærgevej 27-29, 2100哥本哈根 丹麦 3. 公共卫生部 哥本哈根大学 Østerfarimagsgade 5,1014哥本哈根 丹麦 ku.dk 4 公共卫生研究所 奥尔胡斯大学 巴索林斯Allé 2,8000奥尔胡斯C 丹麦 au.dk. 5 国家公共卫生研究所 南丹麦大学 Østerfarimagsgade 5a，2,1353哥本哈根 丹麦 sdu.dk 2012年 11 9 2012年 2012年 28 03 2012年 14 06 2012年 2012年 版权所有©2012BjørnSætterstrøm等。 这是一篇在知识共享署名许可下发布的开放存取的文章，它允许在任何媒体上无限制地使用、传播和复制，只要原始作品被适当地引用。

客观的．这项研究的目的是开发一种方法来评估减轻空气污染对医疗保健成本的潜在影响，并应用这种方法来评估与丹麦细颗粒物减少相关的潜在节约。 方法．利用空气污染对健康的影响来确定"暴露"个人(即病例)。冠心病、中风、慢性阻塞性肺病和肺癌被认为与空气污染有关。我们使用倾向评分匹配、两部分估计和Lin的方法来估计医疗成本。随后，我们将因缓解而保存的病例数与医疗成本相乘，得出医疗成本节约的表达式。 结果．据估计，空气污染模型减少所带来的四种疾病的医疗保健系统的潜在成本节约为每10万居民0.1 - 260万欧元。 结论．我们已经说明了一种方法来评估医疗保健成本的潜在变化，这是由于空气污染的降低。该方法依赖于大量的管理数据，并结合了许多既定的流行病学分析方法。

 1.介绍

已知空气污染对经济的不同部门产生不利影响，包括公共卫生。空气污染导致发病率和死亡率增加[ 1］.因此，在缓解项目的成本效益分析中应包括对发病率和死亡率降低可能节省的医疗资源的评估。

暴露于空气污染、疾病负担和医疗费用之间的关系无法精确确定。空气污染对健康有负面影响;减轻空气污染可能对健康有益。最近的一篇文献综述确认了几项有关发病率和死亡率与空气污染变化相关的研究[ 1］.该综述特别确定了细颗粒物(PM2.5)的增加与以下四种疾病之间的联系:冠心病(CHD)、中风、慢性阻塞性肺病(COPD)和肺癌[ 1］.一项与当前研究相关的综述，探索了与减少空气污染节省医疗成本有关的文献，确定了六项关于颗粒物对医疗成本影响的非源特异性研究[ 2- - - - - - 7］.这些研究是在其他国家进行的，处理的是不同情况下的空气污染。它们是基于流行的，重点关注粗颗粒物(PM10)。与PM2.5相比，PM10对健康的影响较小[ 8］.

在本研究中，我们选择重点分析上述四种疾病。目的是发展一种方法来评估减轻空气污染对医疗保健费用的潜在影响。我们专注于PM2.5水平变化的影响，并开发了一种方法来评估减少空气污染对丹麦医疗保健部门的潜在好处。作为一个例子，我们假设是10 μG/ 米 3. PM2.5年均浓度下降。与丹麦国家空气污染监测计划的数据相比，这相当于哥本哈根的街道水平和屋顶城市背景的目前水平分别减少51%和76% [ 9］.

 2.材料和方法

由于大多数人都暴露在某种程度的空气污染中，因此很难区分哪些人暴露在某种程度的空气污染中。因此，本研究采用间接方法来识别“暴露”个体(相对于未暴露)。通过应用新疾病(发病率)的相对风险假设，我们将疾病发病率的变化归因于空气污染暴露的变化。

在丹麦，易于获得行政卫生登记册为基于登记册的研究提供了极好的条件。使用个人民事登记号码使研究人员能够在包含个人使用医疗资源信息以及人口统计和其他社会变量信息的登记册之间建立联系。戴维森等人已经很好地说明了这种寄存器的优点。[ 10］.对于这项研究，我们在整个丹麦成年人口上使用了关于医疗利用，社会主导，教育，移民和死亡的个人加密数据。这些数据由统计丹麦提供和托管。为了描述医疗保健利用率，我们使用来自丹麦国家卫生服务登记册，丹麦国家患者登记册和丹麦国家处方注册处的数据。这些寄存器持有有关使用医疗资源的详细信息。从丹麦民事登记制度和关于教育水平，劳动力市场隶属关系，个人收入和转移支付以及死因的寄存器中检索了社会主碘主教，教育，移民和死亡的信息。我们还使用来自Dancos Cohort的数据[ 10，其中包括参加了丹麦全国代表性健康访谈调查的个人。该队列提供了关于健康状况和吸烟习惯等方面的自我报告信息。为了简化分析，我们排除了基线年之后从丹麦移民的人。

保健费用包括初级和二级保健服务的使用以及处方药的使用。初级保健部门的保健费用被定义为公共健康保险对病人的补偿(在大多数情况下是平均费用的100%)。诊断相关组(DRG)收费，定义为每次住院的平均成本，被用作住院成本。门诊分组系统(dag)收费定义了每次就诊的平均费用，用于二级卫生保健部门的门诊或急诊室就诊。DRG和dag的关税都不包括对固定成本的贡献。为了评估处方药物的成本，使用了包括患者支付和报销部分的全部销售价格。该货币以7.45 DKK/欧元的汇率换算成欧元。成本以3%的折扣率贴现，并调整到类似的定价水平(固定在2006年的定价水平)。

2．1.相对风险假设

为50-79岁的女性，暴露在10岁  μG/ 米 3. 在PM2.5年平均水平增加的情况下，冠心病和中风发生的相对风险分别为1.21和1.35 [ 11］.没有类似的数据对于男性的长期影响。基于与颗粒排放相关的死亡率的结果，例如Pope等。[ 8，我们假设男性心血管事件的相对风险低于女性。因此，我们暂时假设相对风险(RR)为女性风险增加的一半，即男性中风的RR为1.175，冠心病的RR为1.105。

对于30岁以上的男性和女性，我们假设COPD的RR为10 μG/ 米 3. 年平均PM2.5水平增加1.14 [ 12］.对于肺癌，我们将死亡率的RR用作发病率的近似。每10次肺癌死亡率  μG/ 米 3. 假设PM2.5年平均水平的增幅为1.14 [ 13］.我们假设，通过反转RR，我们可以得到由于10而降低发病率的表达式 μG/ 米 3. 冠心病、中风、慢性阻塞性肺疾病、肺癌PM2.5年平均水平下降，可以计算出一批挽救病例。

 ２.２.可归属成本

我们采用可归属成本法[ 14］.在这种方法中，与特定疾病相关的费用可以确定为患病个体与可比的非患病对照组的平均医疗费用之间的差异，从而涵盖所有与医疗保健系统接触的人，而不管接触的原因。在分析中，我们使用倾向评分将病例(患有四种疾病之一的人)与一组对照组(没有任何四种疾病之一的人)进行匹配。这种方法的目的是识别个人谁是相似的一套预先确定的社会人口特征。我们假设这两组的成本差异可以解释疾病的平均归因成本。

我们将平均归因成本与空气污染减少后的挽救病例数相乘，得出医疗成本节约的表达式 μG/ 米 3. PM2.5年均浓度下降。

 ２.３.识别的情况下

如果他们至少有一个住院入住，门诊访问或急诊室访问，则被确定为案件。我们根据ICD10分类代码定义了我们的诊断[ 15]：CHD = I20-25，中风= I60-69，COPD = J41-44和肺癌= C33-34。发病率的时间被定义为由于疾病（包括死亡）第一次医院接触的日期。只能识别出与初级保健设施接触的疾病的个体。我们申请了20年的冲洗时间，以确保鉴定案件是基于第一次诊断的发生。

1997年被认为是基准年，因为这是第一次在登记册中获得关于保健费用的详细数据。我们要求至少有25个案例，才能认为估计数具有足够的统计效力。当我们的需求没有得到满足时，我们将基线延长到更长的时期。

根据Vestbo等人[ 16]， COPD患者住院治疗最常发生在疾病的相对较晚阶段。因此，我们无法从登记中确定COPD的真实发病日期。作为一个务实的解决方案，我们引入了9年的延迟时间，并假设COPD的真正发病率在第一次住院之前的9年。通过这种方法，我们确定了2006年第一次住院的病例队列，并从1997年到2005年回顾性跟踪他们。我们将该队列定义为住院前队列，并将其用于估计与第一次住院前几年相关的归因医疗成本。关于住院后的医疗保健利用，我们使用了与其他三种分析疾病相同的方法。

我们通过五年间隔（50-54，...，75-79,80+）来分析所有分析。对于CHD和中风，只有在50-79岁年龄范围内的个体中才能确定与空气污染增加相关的RR变化。我们认为，年龄较大的群体的RR与年龄较小的群体相同。对于肺癌，我们被排除在79岁以上的人，因为第五年的死亡率将导致少于25例。

 2.4。时间范围

慢性病的可归因于疾病发作到死亡时期的时间。因此，我们应用了数据允许的最长时间范围。对于CHD和中风，随访期为10年，适用于COPD 19年，以及肺癌八年。

 2．5．匹配

我们使用倾向评分方法匹配对控制的情况[ 17］.在基线年，我们使用logistic回归确定了整个高危人群的倾向评分。倾向评分表示在这一年中发生事件的可能性，这取决于同居状态、教育水平、社会经济地位、年龄、性别和共病。对于共病，我们使用调整后的查尔森指数[ 18，这并不包括从分析的疾病中获得的分数。我们包括了所有从寄存器中可获得的理论相关变量，而不管它们在逻辑回归中的重要性。

等式1。

倾向分数: （1） 分对数 （ p ） ＝ ln ⁡ ⁡ （ p 1 - p ） ＝ α 0 + ρ X ． 的变量 X 在( 1)包括年龄、同居状况、教育程度、社会经济状况及共病情况。我们排除了在随访期间感染分析疾病之一的对照组。这意味着患者被从对照组中删除。病例以1:5的比例匹配，对照组采用最近邻匹配，每个病例都与最接近病例的5个人匹配，并测量倾向评分。这使我们能够确定一组与病例相似但没有患病的对照组(以发生事件的可能性衡量)。

 2.6。医疗成本

由于我们拥有所有年份所有个体的详细数据，我们可以应用Lin等人开发的方法。[ 19，将整个研究周期划分为更小的周期，并将Kaplan-Meier估计器乘以每个周期开始前存活概率的估计器，再乘以一个适当的周期内平均成本的估计器，给定周期开始前的存活时间。因此，从这一点开始，我们将病例的回归与对照组的回归分开。

医疗成本分析中的两个挑战与成本分配有关。首先，有些人对医疗保健的需求为零。其次，在需求为正的情况下，医疗支出服从对数正态分布。两部分模型适合解决第一个挑战[ 20.］.在这个分为两部分的方法的第一部分，我们计算了拥有正医疗成本的个人所占的份额， C t + ．我们用 C t + 用于调整医疗保健成本，计算的是医疗保健成本为正的个人，从而得到所有个人的平均医疗保健成本的表达式。

在健康需求为正的情况下，我们建议估计年初活着的个人的平均成本，假设在一个带有分类变量的广义线性混合模型中存在对数连接和对数正态分布， 一年，表示发病后的年份，以及一个单独的随机影响项， Z，作为解释变量。

方程2。

两部分第二部分： （2） E （ 医疗保健 成本 ∣ 积极的 需求 ） ＝ α + θ t ＊ 一年 + ϑ ＊ Z ， 在哪里 θ t ＝ （ θ 0 θ 1 ⋮ θ T ） ， 在哪里 T 是时间范围。通过混合模型，我们解决了异质性问题，通过广义形式，我们解决了医疗成本的log-normality问题。我们对的参数估计特别感兴趣 α 和 θ ，这两项综合起来就表示了医疗成本的记录。

然而，由于医疗保健费用的记录没有什么信息价值，因此需要进行改革。为了补偿再转换偏差，我们乘以涂抹估计量[ 21］.

等式3。

段模糊估计量: （3） SM ＝ 1 N ∑ e e ， 在哪里 e 误差是否来自于医疗成本的回归和 N 是队列中的个体数量。

一旦我们知道（来自（ 2)和( 3.)的平均医疗成本，两部分的方法导致这些结果与有正需求的个人的份额相乘， C t + ，以达到预期的医疗成本。我们这样做是为了那些活到每年年初的人。

等式4。

预计存活到年初的个人医疗费用 t ： （4） HC （ t ） ＝ C t + ＊ e α 2 + θ t ＊ SM ． 随后，我们在每个时间段的结束(或者，等价地，在下一个时间段的开始)计算生存期。

 等式5。

kaplan meier生存估计: （5） 年代 ＾ （ t ） ＝ ∏ 我 ＝ 0 t n 我 - d 我 n 我 ， 在哪里 n 我 幸存者的数量是多少 我 , d 我 是时间段内的死亡人数 我 ．

通过衡量个体生存到时期开始的平均成本 t以生存为开端的时期 t （或，等效，期末 t - 1 )，然后对整个时间范围进行汇总， T ，我们得到了特定疾病的可归因成本的表达式。

等式6。

由空气污染相关疾病引起的每例净现值医疗保健费用: （6） 净现值 ＝ ∑ t ＝ 0 T HC p （ t ） ＊ 年代 ＾ p （ t - 1 ） - HC c （ t ） ＊ 年代 ＾ c （ t - 1 ） （ 1 + δ ） t ． 下标 p 和 c 表示分组分配(患者或对照组)， δ 折扣率是和吗 （7） 年代 ＾ p ， c （ t - 1 ） ＝ 1 ， 为了 t ＝ 0 ．

分子上的表达式可以解释为当年因污染相关疾病而产生的预期医疗成本 t．所有条款均随时间累计，以获得可归因于该疾病的预期保健成本的净现值总额。

如前所述，我们假设RR可以反转，以给出10之后的发生率 μG/ 米 3. PM2.5年均浓度下降。因此，我们可以计算发病率的下降。

等式7。

保存的案例数量由于一个10 μG/ 米 3. PM2.5年平均水平下降: （8） 情况下 保存 ＝ （ 1 - 1 RR ） ＊ 发病率 之前 ．

在( 8）和保存的案件数量（ 9)，我们将这两者相乘，以便在节省医疗成本方面实现缓解带来的好处。

 方程8。

每10万居民的医疗保健费用与10居民有关  μG/ 米 3. 年平均PM2.5下降: （9） 医疗保健 成本 储蓄 ＝ 净现值 ＊ 情况下 保存 ．

结果

桌子 1显示了分析群体的特征，包括 t-检验收入平等。在1997年的全国患者登记中，我们分别确定了20083例、13632例和9058例冠心病、中风和慢性阻塞性肺病的病例。在1997-1999年，我们确定了10,200例肺癌病例，在2006年我们确定了7,712例COPD病例。

基线人群的特征。

冠心病 中风 慢性阻塞性肺病 慢性阻塞性肺病 肺癌
之前 后
病例数 2083 13632年 7,712 9058年 10200年
年龄 72．1 73.9 71.3 70.2 67.0
女性(%) 46．4 52.7 51.9 50.3 42.4
结婚(%) 55.3 48.6 48.9 55．1 61.1
Charlson得分 0．3 0．3 0．4 0．3 1.2
教育(%)
 Unskilled 74.9 78.6 63.2 76.6 64.8
 Skilled 18.2 15.5 28.0 18.3 26.8
 Higher education 6．9 5.9 8．8 5.2 8．4
社会经济地位(%)
白领 6．7 4．6 2.9 3.6 5.2
蓝领 10．5 7．3 9．7 7．4 11.3
 Unemployed 1.7 1.3. 1.6 1.8 1.7
外部劳动力市场 81.1 86.9 85.8 87.2 81.8

平均年龄从67岁到74岁。在人群中，42%至53%为女性，中风和慢性阻塞性肺病患者比例最高，49%至61%的人群已婚。心肺疾病的平均Charlson评分最低，在0.3到0.4之间，而肺癌病例和对照组的平均Charlson评分约为1.2。超过60%的人没有技能，只有不到10%的人拥有大学学位。超过80%的病例和对照组在劳动力市场之外(即退休或提前退休)。对于那些仍在劳动力市场的人来说，大多数是蓝领工人。

数字 1显示了被分析人群的存活情况。不足为奇的是，对照组在所有四种疾病中的存活率都更高。我们无法分析住院前COPD的生存情况。因此，COPD分析的回顾性部分假设生存率为100%。

生存曲线。

肺癌病例中的死亡率很高。因此，我们选择扩大肺癌的基线，以增加队列的大小。因此，我们在1997 - 1999年汇集了事件案例及其控制，以分析肺癌。

桌子 2显示每10万名居民和可归因的医疗保健费用的公告。CHD和中风的发病率基于1997年的数据。1997 - 1999年的肺癌发病率平均，COPD的发病率平均为1997年和2006年。每个案件的医疗费用对应于（ 6）。

每10万名居民的发病率和每个案件的可归因保健成本（€2006级）。

50 - 54 55-59 60 - 64 65 - 69 70 - 74 75 - 79 80 +
每10万居民发病率
冠心病
男人 409 610 850 1,113 1478年 1936年 3125年
女性 131 242 350 551 764. 1,224 2746年
中风
男人 240 388 620 867 1236年 1746年 2,473
女性 144 221 348 590 854 1,372 2286年
慢性阻塞性肺病
男人 155 198 318 511. 834 944 851
女性 169 217 335 481 680 787 523.
肺癌
男人 88 151 283. 409 524. 517.
女性 73 114 206 275 274 252
归因于每个案例的保健费用
冠心病
男人 21650年 21466年 20247年 12249年 6080年 - 2062年 - 9991年
女性 19365年 21177年 18711年 14907年 10398年 −489 - 10,360
中风
男人 32,924 33178年 31586年 27785年 19640年 15,191 3994年
女性 30212年 30850年 32,534. 25847年 22,975 13795年 1512年
慢性阻塞性肺病
男人 23315年 27786年 32130年 28859年 22,177 9869年 4,427
女性 31174年 32698年 41222年 36,695 26,390 18,834 11636年
肺癌
男人 33515年 23685年 22467年 9207年 4111年 - 2905年
   Women 33,371 24,508 17831年 13485年 4590年 - 3522年

由于对上表进行详细分析不在本研究的范围之内，只要指出发病率在预期范围内，并符合对流行病的普遍认识就足够了。平均医疗费用也是如此。最高龄冠心病和肺癌患者的负归因成本可以解释为与对照组相比生存预后较差。

桌子 3.显示每10万居民的医疗保健费用节省10 μG/ 米 3. 丹麦50岁以上人群的PM2.5年平均水平分别为冠心病、中风、慢性阻塞性肺病和肺癌的10年、10年、19年和8年，以及总水平。

医疗保健成本节约10 μg / m3.PM2.5年均下降(百万欧元，2006年水平)。

RR 50 - 54 55-59 60 - 64 65 - 69 70 - 74 75 - 79 80 + 总*
冠心病
男人 1.105 0．8 1.2 1.6 1.3. 0．9 −0.4 −3.0 0．7
 Women 1．21 0．4 0．9 1.1 1.4 1.4 −0.1 -4.4 0．1
中风
男人 1.175 1.2 1.9 2.9 3.6 3.6 3.9 1.5 2.5
 Women 1.35 1.1 1.8 2.9 4．0 5.1 4．9 0．9 2.6
慢性阻塞性肺病
男人 1.14 0．4 0．7 1.3. 1.8 2.3. 1.1 ０．５ 1.1
 Women 1.14 0．6 0．9 1.7 2.2 2.2 1.8 0．7 1.3.
肺癌
男人 1.14 0．4 0．4 0．8 ０．５ 0．3 −0.2 0．4
 Women 1.14 0．3 0．3 ０．５ ０．５ 0．2 −0.1 0．3

注:每个年龄组的保健费用分母是根据丹麦基线的年龄构成计算的。

*总数是所有年龄组的加权总数。

对不同疾病的估计费用数据进行正式比较需要相同的时间范围。因此，只有比较心血管疾病(冠心病和中风)的医疗成本才有意义。

与冠心病相比，减少空气污染可以节省中风的医疗成本。这部分是由每个病例的可归因医疗费用解释的，这对任何中风年龄组都是积极的，高于任何年龄/性别组的冠心病，而对最年长的冠心病年龄组则是消极的。部分原因是中风的发病率比冠心病对空气污染的变化更敏感(即有更高的rr)。

３．１．敏感性分析

表 4- - - - - - 8显示总成本的敏感性分析(对应于表的最后一栏) 3.)，当应用不同的模型假设时。

基于无共病匹配的敏感性分析(百万欧元，2006年水平)。

RR 总计 偏差 （％）
冠心病
男人 1.105 0．9 0．2 (25.9)
 Women 1．21 0．3 0．2 (218.9)
中风
男人 1.175 2.8 0．3 (12.8)
 Women 1.35 3.0 0．3 (12.9)
慢性阻塞性肺病
男人 1.14 1.3. 0．2 (21.8)
 Women 1.14 1.5 0．2 (14.5)
肺癌
男人 1.14 0．6 0．2 (41.7)
 Women 1.14 0．4 0．1 （42.1）

敏感性分析——2050年人口标准(百万欧元，2006年水平)。

RR 总计 偏差 （％）
冠心病
男人 1.105 0．1 −0.6 (−85.7)
 Women 1．21 −0.4 −0.5 （-497.9）
中风
男人 1.175 2.5 0．0 （0.5）
 Women 1.35 2.6 0．0 （0.5）
慢性阻塞性肺病
男人 1.14 1.1 0．0 (−1.7)
 Women 1.14 1.3. 0．0 （-0.7）
肺癌
男人 1.14 0．4 −0.1 (−15.6)
 Women 1.14 0．3 0．0 (−11.6)

基于病例生存率的敏感性分析(百万欧元，2006年水平)。

RR 总计 偏差 （％）
冠心病
男人 1.105 1.4 0．7 (99.7)
 Women 1．21 1.3. 1.1 （1096.8）
中风
男人 1.175 3.3 0．8 (33.6)
 Women 1.35 4．2 1.6 (61.3)
慢性阻塞性肺病
男人 1.14 1.5 ０．５ （42.2）
 Women 1.14 1.7 0．4 (26.8)
肺癌
男人 1.14 0．9 ０．５ (113.0)
 Women 1.14 0．6 0．3 （96.3）

敏感性分析 - COPD生存（百万欧元，2006级）。

RR 总计 偏差 （％）
慢性阻塞性肺病
男人 1.14 1.1 0．0 (2．3)
 Women 1.14 1.4 0．0 (2.5)

敏感性分析:5 μg / m3.PM2.5年平均水平下降(百万欧元，2006年水平)。

RR 总计 偏差 （％）
冠心病
男人 1.088 0．4 −0.3 (−47.5)
 Women 1.105 0．1 0．0 (−45.2)
中风
男人 1.053 1.3. -1.1. (−46.0)
 Women 1.175 1.5 -1.1. （-42.6）
慢性阻塞性肺病
男人 1.07 0．6 −0.5 (−46.7)
 Women 1.07 0．7 −0.6 (−46.7)
肺癌
男人 1.07 0．2 −0.2 (−46.7)
 Women 1.07 0．2 −0.1 (−46.7)

在基本情况下，我们在匹配算法中使用了改进的Charlson指数来控制共病。在第一次敏感性分析中，我们从匹配算法中排除了共病，以测试基本病例结果对共病的敏感性。桌子 4显示这些计算的结果。

桌子 4向我们表明，在匹配中排除共病时，潜在的医疗成本节约略有增加。这表明，共病有助于与四种分析疾病一起发生的倾向评分，通过将其从匹配算法中取出，我们选择了一组比为基础病例选择的对照组更健康的对照组。

都源自丹麦语[ 22]及全球视野[ 23]，预期改变的变化将在未来50年内对人口的构成。所有其他方面都相同，这将对潜在的医疗保健成本节省影响。桌子 5显示了基于丹麦统计局人口预测的单向敏感性分析。

除中风外，其他疾病节省的总医疗费用估计较低，中风几乎没有变化。保健费用节余减少的原因是人口向老年群体转移的比例更高，而老年群体的可归因保健费用相对较小。

由于患者过早死亡而节省的医疗费用是否不道德，这是一个有待讨论的问题。我们已将这些因素纳入基本情况，但有些人可能会辩称，这样做会有利于疾病和空气污染，因为病例死亡率增加可能会节省医疗成本。为了阐明这一潜在偏差来源的大小，我们计算了一个单向灵敏度分析替换 年代 ＾ c 与 年代 ＾ p 在计算医疗费用时( 6）。桌子 6显示这些计算的结果。

敏感性分析的结果是，消除了病例死亡以外的医疗成本，在降低PM2.5水平的潜力方面取得了积极的进展。从绝对数字来看，潜在的医疗成本节约可达30万至160万欧元。这四种疾病都发生了相当大的变化，说明过早死亡是这些疾病的一个主要因素(即使考虑到共病)。

桌子 7显示了与颗粒物质排放相关的COPD医疗成本的单向敏感性分析，在前瞻性部分上进行了更新的存活。对于第一次住院年度的生存，我们使用2006年队列生存并根据这的基础上调整了预期部分的潜在部分的生存。

与基本情况相比，敏感性分析导致总医疗成本节省的估计变化非常小。更新生存对总医疗成本节省的幅度不大。

我们对文献中的RRS估计基于许多年前和不同情况下学习的群组;因此，RRS可能不是我们的案例代表。此外，可能难以实现超过50％的空气污染水平的减轻，特别是考虑到电流水平已经低于欧盟限制值[ 24］.考虑空气污染变化较小的情景可能更为现实。这两项担忧都涉及RR和对RR的变化的敏感性分析似乎显而易见。桌子 8显示了缓解仅为5的场景 μG/ 米 3. (对应一半的RR)。

在这种情况下，所有四种疾病的医疗成本下降了43%至48%，这表明医疗成本节约相对于RR的弹性接近于我们模型中的弹性。

 4.讨论

我们设计了一种方法来计算与10相关的保存病例数 μG/ 米 3. PM2.5年平均水平下降(使用文献中发现的rr)。我们将这些病例数与每宗与污染有关的疾病的平均医疗费用相乘，以实现因10而节省的医疗费用 μG/ 米 3. PM2.5年均浓度下降。使用这种方法，似乎有积极的储蓄潜力对医疗保健部门。然而，所应用的方法受到各种因素的挑战。

在降低医疗保健费用方面估计潜在效益的目标的实现，是基于以下假设:空气污染对健康的所有影响都已通过四种疾病的选择获得。事实并非如此。与空气污染有关的疾病比本研究选取的疾病要多[ 1］.然而，我们用于识别暴露的人的间接方法要求我们只使用具有显着增加的发病率或死亡率的疾病，因此选择了四种疾病。通过在健康效果方面没有考虑所有潜在的益处，医疗保健成本方面的潜在利益表示低估。

分析的重要强度是其在常规管理寄存器中获得的现实生活中的基础。这使得能够更详细的分析和许多非常强大和经过精心证明的方法和原则的组合。

4.1。适用性

成本效益框架对于分析减轻空气污染的全面影响是有用的。在这种框架下，这些费用构成实施缓解干预措施的实际费用。这些好处将体现在医疗成本的节约、生产力的提高以及减少污染带来的效用的增加。在成本效益框架中进行分析的好处是，它是直观的，并产生一个单一的数字(正或负)来描述缓解努力的净效益。因此，我们的分析结果可以作为成本效益框架的投入。然而，必须注意的是，减轻空气污染可降低高死亡率疾病的发病率，从而增加平均剩余预期寿命，从而延长积极医疗保健成本可维持的时间跨度。将这一结果与生产率的提高和减少污染带来的效益相结合，我们就能得到干预的总体效益，即PM2.5的年平均水平降低了10 μG/ 米 3. ．我们没有考虑减轻国内污染对国外健康的影响。由于空气污染是通过空气传播的，它可能会影响附近居民的健康。任何此类影响也应纳入成本效益分析。

我们的估计数是根据丹麦保健费用数字计算的。因此，在卫生保健部门和成本结构不同的国家，这些费用可能与与污染有关的疾病的卫生保健费用有很大差别。然而，我们认为，该方法本身完全适用于其他国家的成本效益分析。

 4．2．匹配的控制

例如，我们知道吸烟是这些疾病的高危因素。然而，吸烟数据并不包括在行政登记中。我们探索了匹配纳入吸烟概率指数的机会，该指数来自于人口的子样本的逻辑回归。与没有吸烟可能性的对照组相比，采用这种方法确定的对照组的医疗成本几乎相同。因此，我们放弃了这种方法。

在每种疾病的对照选择中，我们排除了那些在观察期内发生疾病的个体。这可能会对控制人群的医疗成本估计产生偏差，因为控制人群可能“过于健康”。然而，不可能使用本研究选择的方法将它们纳入模型。通过纳入已知的患病个体，我们得到了一个“病得太厉害”的对照组。一系列的研究[ 25- - - - - - 27讨论了控制选择的问题。

在我们的配对中，我们发现冠心病和中风病例的年龄比对照组略大，肺癌病例的合并症比对照组高。然而,年龄和合并症的绝对差异相对较小,意义可能是一个迹象表明年龄没有贡献的倾向与冠心病或中风事件(已经对每隔5年进行了统计处理),疾病没有贡献的事件和肺癌的倾向。

 4．3．相对风险

我们基于rr假设的研究(表 3.)可能是基于其他空气污染水平和其他人群。因此，在丹麦适用这些相对标准很大程度上依赖于相对标准与其他空气污染水平相同的假设。没有证据表明存在非线性关系(在欧洲遇到的PM污染范围内)，因此假设存在线性关系。

无法建立与PM2.5的室外浓度相关的肺癌发病率的RR。因此，我们将死亡率的RRS作为发病率的近似。这不太可能诱导很多偏见，因为患有一次诊断肺癌的存活预后非常差。

 4.4。左截尾，左截尾和时间范围

我们受到左派审查的挑战，因为有些人可能在住院前就去世了。然而，通过纳入死亡原因登记册的信息，我们认为我们捕获了大多数病例。特别受左审查影响的病例很可能是不需要住院和没有将疾病登记为死亡原因的轻微病例。大多数左派审查可能与慢性阻塞性肺病有关。

使用基于寄存器的分析，不可能识别疾病发作日期。通过使用第一个医院接触（或死亡时间）来鉴定疾病发作的时间，我们的分析受到左截断。在第一次医院接触之前，病例将始终患有疾病的一段时间。我们认为，对于COPD，该误差的重力最大，已知在住院前具有长期。通过使用COPD案件的九年预休获期，假设错误可忽略不计。对于其他三种疾病，我们认为从不包括住院期间获得的错误可以忽略不计。

肺癌的死亡率很高。因此，我们将肺癌的随访期缩短为8年，以确保有足够的统计强度。此外，我们在肺癌分析中排除了年龄大于79岁的个体。通过缩短随访期并排除某些年龄组，我们在估计肺癌节省的医疗成本时忽略了成本的一个因素。节省的总医疗成本是高还是低，取决于在截断期之后的年份中，病例的死亡率和相对于对照组的医疗成本水平。这也适用于冠心病、中风和慢性阻塞性肺病。

根据定义疾病发病率的方法和数据可用性的限制，我们的分析分别局限于冠心病、中风、COPD和肺癌的10、10、19和8年。如前所述，延长时间范围可能减少或增加节省的医疗成本，这取决于病例相对于对照组的死亡率和医疗成本。

 4.5。谈判数量

分析两种COPD患者群体的医疗成本和不同的发病率的控制通知我们，生存和（初始）医疗保健成本模式从1997年到2006年发生了变化。1997年的队列经历了较低的生存率和较低的初始医疗保健费用与2006年的初始医疗费用队列。另一方面，2006年诊断的患者较少于1997年。如果经前分析，同样的问题可能适用于其他疾病。

 5.结论

为了我们的知识，之前的研究没有使用Lin的方法，可归因计算和基于寄存器的数据的组合，以表达与给定曝光的医疗成本，在这种情况下，空气污染。

在本研究中，我们成功地实现了我们的目标，即开发一种方法来评估缓解空气污染在节约医疗成本方面的好处，并将其应用于丹麦的细颗粒物案例。我们发现，通过减少与缓解相关的医疗成本，有潜在的好处。

 致谢

目前的研究是能源、环境和健康中心(CEEH)研究的一部分，由丹麦战略研究理事会资助(合同编号:2104-06-0027)。该论文的早期版本已在能源、环境和健康中心的会议以及2011年8月在欧登塞举行的北欧健康经济学家会议上发表。作者还感谢参与该项目的许多科学家进行了富有成效的讨论和科学贡献。

 Bønløkke. j . H。 CEEH科学报告第7a号，2011年 菅直人 H。 陈 B。 上海城市大气颗粒物污染:基于健康的经济评价 科学总环境 2004年 322 1 - 3 71 79 2 - s2.0 - 1842786676 10.1016 / J.Scitotenv.2003.09.010 El-Fadel M。 马苏德 M。 城市颗粒物:基于健康的经济评价 科学总环境 2000年 257 2－3 133 146 2 - s2.0 - 0034632780 10.1016 / s0048 - 9697 (00) 00503 - 9 Zaim K·K。 1990年和1993年减少空气污染对土耳其的健康和经济效益的估计 能源政策 1997年 25 13 1093 1097 2-S2.0-0031463073 Kunzli N。 凯撒 R。 麦地那 年代。 Studnicka M。 香奈儿 O。 Filliger P。 抢劫 M。 霍 F。 Puybonnieux-Texier V。 Quenel P。 施耐德 J。 Seethaler R。 Vergnaud j . C。 侍扬 H。 户外和交通相关空气污染的公共卫生影响：欧洲评估 《柳叶刀》 2000年 356 9232 795 801 2 - s2.0 - 0034596496 10.1016 / s0140-6736（00）02653-2 Zmirou D。 号 一个。 洋蓟 F。 Boudet C。 Dechenaux J。 微粒空气污染的健康影响成本 职业与环境医学杂志 1999年 41 10 847 856 2-S2.0-0032736431 10.1097 / 00043764-199910000-00005 Patankar. a . M。 Trivedi. p . L。 印度孟买空气污染健康影响的货币负担：对公共卫生政策的影响 公共卫生 2011年 125 3. 157 164 2 - s2.0 - 79952539018 10.1016 / j.puhe.2010.11.009 教皇 c。 Jr。 图恩湖 m·J。 Namboodiri M . M。 达科里 d . W。 埃文斯 j·S。 Speizer F. E. 希斯 c·W。 在美国成年人的前瞻性研究中，颗粒物空气污染作为死亡率的预测因子 美国呼吸和重症监护医学杂志 1995年 151 3. 669 674 2-S2.0-0028911083 Massling 一个。 Nøjgaard j·K。 Ellermann T。 Ketzel M。 Nordstrøm. C。 哥本哈根交通中的微粒贡献 2008-2010粒子项目报告 2011年 不。837 奥胡斯大学国家环境研究所 Davidsen M。 Kjø噢 M。 ·海尔威格·拉森 K。 丹麦国家队列研究(DANCOS) 斯堪的纳维亚公共卫生杂志 2011年 39 补充7 131 135 2-S2.0-79960777918 10.1177 / 1403494811399167 磨坊主 k。 Siscovick d S。 谢泼德 l 牧羊人 K。 沙利文 j . H。 安德森 G. L. Kaufman. j . D。 长期暴露于妇女的空气污染和心血管事件发生率 新英格兰医学杂志 2007年 356 5 447 458 2 - s2.0 - 33846688887 10.1056 / NEJMoa054409 修道院 d E。 Lebowitz m D。 米尔斯 p K。 彼得森 F. F. Beeson w . L。 Burchette R. J. 一组不吸烟的加州居民的长期环境颗粒物和氧化剂浓度与慢性疾病的发展 吸入毒物学 1995年 7 1 19 34 10.3109 / 08958379509014268 教皇 c。 Jr。 伯内特 r·T。 图恩湖 m·J。 Calle E·E。 Krewski D。 伊藤 K。 瑟斯顿 g D。 肺癌、心肺死亡和长期暴露于细颗粒物空气污染 美国医学协会杂志 2002年 287. 9 1132 1141. 2 - s2.0 - 0037029043 克鲁斯 M。 Davidsen M。 马森 M。 Gyrd-Hansen D。 Sørensen J。 心脏病和危险行为的费用:对预防支出的影响 斯堪的纳维亚公共卫生杂志 2008年 36 8 850 856 2 - s2.0 - 56349087527 10.1177 / 1403494808095955 谁 国际疾病分类， http://www.who.int/classifications/icd/en/ Vestbo J。 普莱斯考特 E。 兰格 P。 Schnohr. P。 詹森 G。 COPD住院后至关重要的预后：对随机种群样本的研究 呼吸系统药物 1998年 92 5 772. 776. 2 - s2.0 - 0031812715 10.1016 / s0954-6111（98）90011-7 罗森鲍姆 p R。 鲁宾 d·B。 在因果关系的观察性研究中，倾向评分的中心作用 生物统计学 1983年 70 1 41 55 2 - s2.0 - 77951622706 10.1093 / biomet / 70.1.41 查尔森 m E。 庞贝古城 P。 爱丽斯 k。 麦肯齐 c·R。 一种在纵向研究中对预后共病进行分类的新方法:发展和验证 慢性病杂志 1987年 40 5 373 383 2 - s2.0 - 0023092594 林 d . Y。 封地 e . J。 他 R。 蜡 y。 根据不完整的随访数据估计医疗费用 生物识别技术 1997年 53 2 419 434 2-S2.0-0030910046 10.2307 / 2533947 段 N。 曼宁 w·G。 Jr。 莫里斯 c . N。 纽豪斯 j . P。 医疗服务需求的替代模式比较 商业与经济统计杂志 1983年 1 2 115 126 10.2307 / 1391852 段 N。 涂抹估计：非参数重新变换方法 美国统计协会杂志 1983年 78 383 605 610 汉森 m·f·S。 Danmarks Fremtige Befolkning 梦,2012 联合国人口司 《世界人口展望:2010年修订本，重点和先期表》，联合国，2011年 Ellermann T。 Nordstrøm. C。 布兰德 J。 基督徒 J。 Ketzel M。 詹森 美国年代。 丹麦空气质量监测计划 2010年年报 2011年 奥胡斯大学国家环境研究所 Wacholder 年代。 麦克劳林 j·K。 西尔弗曼 d . T。 曼德尔 j·S。 病例对照研究中对照组的选择。一、原则 美国流行病学杂志 1992年 135 9 1019 1028 2 - s2.0 - 0026680681 Wacholder 年代。 西尔弗曼 d . T。 麦克劳林 j·K。 曼德尔 j·S。 病例对照研究中对照组的选择。2类型的控制 美国流行病学杂志 1992年 135 9 1029 1041 2 - s2.0 - 0026751026 Wacholder 年代。 西尔弗曼 d . T。 麦克劳林 j·K。 曼德尔 j·S。 病例对照研究中对照组的选择。3设计选项 美国流行病学杂志 1992年 135 9 1042 1050 2 - s2.0 - 0026770626